Публикации по теме 'machine-learning'
Почему искусственный интеллект не так уж и интеллектуален (пока)
Ваш голосовой помощник на смартфоне такой умный, как вы думаете?
Вы, наверное, недавно слышали о достижениях в области искусственного интеллекта или видели рекламу телевизора или смартфона с искусственным интеллектом. А может быть, вы запасаетесь умной техникой, планируя построить себе «умный» дом?
Каждый день нас засыпают этими модными словечками. Но что они на самом деле означают? Действительно ли «умные» устройства умны? Приближают ли нас прорывы в исследованиях искусственного..
🎬 ARK-BRAIN - МОЙ ВИРТУАЛЬНЫЙ ПОМОЩНИК ОЖИВАЕТ.
🎬 ARK-BRAIN - МОЙ ВИРТУАЛЬНЫЙ ПОМОЩНИК ОЖИВАЕТ.
↪ Всем еще раз привет 😊
🤯 Прежде всего: живите из переработанных материалов 🎉
↪ Итак, в прошлом посте я показал своего виртуального помощника - которого я разрабатываю, чтобы немного расслабиться, в котором я показал некоторые вещи, которые он уже умеет. А на прошлой неделе я добавил ему новые функции и подарок 😁🎉
✅ Новые возможности: ✅ Создавайте документы (MS Word, Excel, PowerPoint и др.) и сохраняйте их при необходимости..
Борьба с высокими затратами на вычисления в сверточных нейронных сетях: глубокое погружение в мобильные сети
В быстро развивающемся ландшафте искусственного интеллекта сверточные нейронные сети (CNN) стали фундаментальной опорой, особенно в области обработки изображений и компьютерного зрения. Однако обширные вычислительные ресурсы, требуемые CNN, могут быть серьезной проблемой, особенно для приложений реального времени на устройствах с ограниченными ресурсами. Одним из решений, привлекших значительное внимание, является реализация MobileNets, класса эффективных моделей, разработанных для..
Понимание центральной предельной теоремы для науки о данных
Центральная предельная теорема - одна из самых важных и очень фундаментальных теорем в статистике, которая широко используется в науке о данных и других связанных задачах. В этом блоге мы шаг за шагом разберемся с центральной предельной теоремой с некоторыми фрагментами кода Python.
Прежде чем перейти к основной идее центральной предельной теоремы, давайте обсудим некоторые самые базовые идеи статистики.
Что такое население в статистике?
В вероятности и статистике популяция..
Обнаружение аномалий: выявление выбросов в данных
В анализе данных обнаружение аномалий — это процесс выявления точек данных, которые значительно отклоняются от большинства данных. Эти точки данных также известны как выбросы и могут дать ценную информацию о данных.
Выбросы могут быть вызваны различными причинами, такими как ошибки ввода данных, неисправности оборудования или естественные изменения данных. Важно выявить эти выбросы и выяснить причину, поскольку они могут повлиять на точность и надежность анализа...
Методы кластеризации 101: Введение в методы обучения без учителя
О неконтролируемом обучении
Обучение без учителя — это метод машинного обучения, при котором алгоритм изучает закономерности и взаимосвязи в данных без явного обучения на размеченных примерах. В обучении без учителя цель состоит в том, чтобы обнаружить основную структуру данных, такую как кластеры, шаблоны и отношения, без каких-либо предварительных знаний об метках или результатах.
🦊 Я также приглашаю вас ознакомиться с моими сообщениями о контролируемом и неконтролируемом..
Бесплатное машинное обучение для персонализации с открытым исходным кодом для компаний Y Combinator
Если в вашем продукте есть поиск, фид или рекомендации, и вы хотите использовать машинное обучение для персонализации, вы можете бесплатно получить лучшие алгоритмы, размещенные ведущими компаниями, используя кредиты Y Combinator. Большинство реализаций этих алгоритмов с открытым исходным кодом находятся на https://recbole.io/ . В противном случае используйте AWS Personalize , используя кредиты YC AWS.
Если вы не являетесь компанией Y Combinator, вы можете заключить сделку с AWS,..
Новые материалы
Как создать диаграмму градиентной кисти с помощью D3.js
Резюме:
Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..